在mysql的实际业务场景中，我们经常需要使用SUM、COUNT、AVG等聚合函数对大量数据做统计计算，当表数据量达到百万甚至千万级别时，这类查询的执行时间会明显变长，影响业务响应速度。合理运用索引是优化这类查询最直接有效的方式，下面我们就来详细了解具体的实现方法。
聚合函数与索引的基本关系
mysql的聚合函数在执行时，默认需要扫描符合条件的所有行数据，再对目标列做计算。如果查询条件或者聚合目标列存在合适的索引，mysql优化器就可以直接利用索引的有序性和存储特性，减少需要扫描的数据量，甚至直接通过索引完成计算，不需要回表查询原始数据。
常见的聚合函数包括COUNT()、SUM()、AVG()、MAX()、MIN()，不同聚合函数对索引的利用方式存在差异：
MAX()和MIN()可以直接利用B+树索引的有序性，快速定位到最大值或最小值所在的位置，不需要扫描全表COUNT()如果统计的是索引列的非空值，或者统计的是主键，也可以直接通过索引计数SUM()和AVG()需要结合覆盖索引，避免回表操作，才能有效提升性能
利用覆盖索引加速聚合查询
覆盖索引是指索引包含了查询所需要的所有字段，查询时只需要扫描索引就可以得到结果，不需要回表查询聚簇索引中的原始行数据。对于聚合函数来说，只要聚合的目标列和查询条件列都在同一个索引中，就可以触发覆盖索引优化。
我们创建一个测试表来演示效果：
-- 创建订单表
CREATE TABLE order_info (
id INT PRIMARY KEY AUTO_INCREMENT,
user_id INT NOT NULL,
order_amount DECIMAL(10,2) NOT NULL,
order_status TINYINT NOT NULL,
create_time DATETIME NOT NULL,
INDEX idx_user_status_amount (user_id, order_status, order_amount)
);
-- 插入100万条测试数据
DELIMITER //
CREATE PROCEDURE insert_test_data()
BEGIN
DECLARE i INT DEFAULT 1;
WHILE i <= 1000000 DO
INSERT INTO order_info (user_id, order_status, order_amount, create_time)
VALUES (FLOOR(RAND() * 10000), FLOOR(RAND() * 5), ROUND(RAND() * 1000, 2), DATE_SUB(NOW(), INTERVAL FLOOR(RAND() * 365) DAY));
SET i = i + 1;
END WHILE;
END //
DELIMITER ;
CALL insert_test_data();
现在我们需要查询用户ID为100的所有已完成订单的总金额，没有索引优化时的查询如下：
-- 未使用覆盖索引的查询 SELECT SUM(order_amount) AS total_amount FROM order_info WHERE user_id = 100 AND order_status = 2;
如果我们给user_id、order_status、order_amount三个字段创建联合索引，上面的查询就可以直接使用这个联合索引完成，因为查询条件和聚合目标列都包含在索引中，不需要回表。我们可以通过EXPLAIN命令查看执行计划：
EXPLAIN SELECT SUM(order_amount) AS total_amount FROM order_info WHERE user_id = 100 AND order_status = 2;
执行结果中Extra列会显示Using index，说明触发了覆盖索引优化，扫描的行数会远少于全表扫描的行数。
不同聚合函数的索引优化示例
优化COUNT查询
COUNT(*)和COUNT(主键)的执行逻辑类似，mysql会优先选择最小的可用索引来计数。如果我们要统计某个条件下的行数，给查询条件列创建索引可以大幅提升速度：
-- 统计已完成订单的总数，给order_status创建索引可以加速查询 SELECT COUNT(*) AS finished_order_count FROM order_info WHERE order_status = 2;
注意COUNT(列名)只会统计该列非空的值，如果列允许为NULL，即使创建了索引，也可能无法完全利用索引优化，所以统计行数优先使用COUNT(*)。
优化MAX和MIN查询
由于B+树索引的叶子节点是有序排列的，MAX()和MIN()函数可以直接定位到索引的最后一个或者第一个叶子节点，不需要扫描全表。比如我们要查询订单表的最大订单金额：
-- 给order_amount创建索引，加速MAX查询 SELECT MAX(order_amount) AS max_amount FROM order_info;
如果order_amount列有索引，这个查询会直接走索引的有序特性，几乎瞬间返回结果。
优化SUM和AVG查询
SUM()和AVG()需要获取所有符合条件的目标列值，所以必须保证索引覆盖了查询条件和目标列，才能避免回表。比如我们要查询所有订单的平均金额：
-- 联合索引包含order_amount，触发覆盖索引优化 SELECT AVG(order_amount) AS avg_amount FROM order_info;
这里的联合索引可以只创建order_amount单列索引，同样可以触发覆盖索引，因为查询只需要order_amount列的值。
索引优化聚合查询的注意事项
- 不要盲目创建索引，索引虽然可以加速查询，但是会增加写操作的开销，需要根据实际查询频率来设计索引
- 联合索引的顺序很重要，查询条件列放在前面，聚合目标列放在后面，才能更好的触发覆盖索引
- 如果聚合查询包含
WHERE条件中的范围查询，比如create_time > '2024-01-01'，范围列后面的索引列无法用于索引过滤，设计索引时需要把范围条件列放在联合索引的最后 - 如果聚合查询需要关联多张表，需要保证关联条件和聚合目标列都在索引中，否则索引优化可能失效
- 可以通过
EXPLAIN命令分析查询的执行计划，查看是否触发了索引优化，Extra列出现Using index说明覆盖索引生效，Using temporary或者Using filesort说明还需要进一步优化
总结
在mysql中使用索引加速聚合函数的核心思路是减少数据扫描量，避免不必要的回表操作。根据聚合函数的类型和查询条件的不同，选择合适的索引类型，合理设计联合索引的顺序，就可以有效提升聚合查询的性能。实际优化过程中需要结合执行计划分析，针对性调整索引策略，才能达到最好的优化效果。